IBM Business Partner

IBM SPSS Statistics 中文网站 > 使用技巧 > IBM SPSS Statistics中非线性回归模型表达式的设定

IBM SPSS Statistics中非线性回归模型表达式的设定

发布时间:2021/07/28

虽然很多数据都呈现线性相关的关系,但在实际研究中,更多的数据是呈现非线性相关的,对于这部分数据,就需要采用非线性回归的分析方法。

IBM SPSS Statistics非线性回归使用的前提是,我们已对数据作一定的分析,并已明确知道其符合具体哪种曲线,并可构建出曲线对应的模型表达式。这听起来还是比较难的,我们先来攻克下模型表达式的构建。

一、非线性回归

本次使用的是一组包含促销费用与销售额的数据,以探究促销费用与销售额之间的关系。

图1:促销费用与销售额
图1:促销费用与销售额

非线性回归属于SPSS的回归分析,可在分析菜单的回归方法中使用到。

图2:非线性回归
图2:非线性回归

如图3所示,SPSS非线性回归的一个重要内容是填入模型表达式,实际上,SPSS的非线性回归是采用迭代方法对设置的曲线模型进行拟合,因此,必须先确定其曲线模型的表达式。

图3:模型表达式
图3:模型表达式

二、运用散点图分析数据的分布

如果刚开始对数据的分布特点毫无头绪,可先使用SPSS的图表构建器,观察数据的分布特点。

图4:模型选择
图4:模型选择

如图5所示,选用散点图,并将销售额拖放到Y轴、促销费用拖放到X轴。注意,此时显示的散点图只是图例,需单击“确定”才能得出运算结果。

图5:构建散点图
图5:构建散点图

根据以上的散点图维度设置,可获得如图6所示的销售额与促销费用的散点图,可以看到,在较低促销费用时,销售额与促销费用呈现近乎线性的关系,但随着促销费用的提升,销售额的增加幅度变小。

图6:销售额与促销费用散点图
图6:销售额与促销费用散点图

三、运用曲线估算表达式

由于本例研究的是单个自变量与因变量的非线性关系,因此,可采用曲线估算的方法先得出曲线模型的表达式。

依次单击分析-回归-曲线估算,启用曲线估算分析法。

图7:曲线估算
图7:曲线估算

如图8所示,在曲线估算设置中,将销售额设为因变量、促销费用设为独立变量,并勾选线性、二次、复合、对数、指数模型。

图8:变量设置
图8:变量设置

运算结果如图9所示,对数方程的R方(衡量回归方程的拟合优度)为0.937,拟合程度很好,优于其他的方程式。

图9:模型摘要
图9:模型摘要

带拟合曲线的散点图,如图10所示,对数曲线模型拥有更优的拟合程度。

图10:曲线
图10:曲线

双击对数曲线,如图11所示,对数曲线对应的模型表达式可写为y=8.5558+6.442*log(X)。

图11:对数方程式
图11:对数方程式

四、小结

综上所述,IBM SPSS Statistics对于简单的单个自变量的非线性回归,可采用先观察散点图,后进行曲线估算的方式,获取曲线对应模型的表达式后,再进行后续的SPSS非线性回归分析。

作者:泽洋

标签:IBM SPSS Statistics非线性回归

读者也访问过这里:
SPSS Statistics
一款功能强大的数据统计分析工具
立即购买
QQ 群
官方交流群:815794396 立即加群
400-8765-888 kefu@makeding.com
热门文章
如何用SPSS计算个人BMI值?
BMI即体重指数,是衡量个人身体质量的一个重要参数,通过判断BMI的数值大小,我们可以判断个人身高与体重是否协调。下面我将用IBM SPSS Statistics来为大家介绍BMI的计算方法。
2021-03-19
SPSS相关性分析结果怎么看
相关性分析是对变量或个案之间相关度的测量,在SPSS中可以选择三种方法来进行相关性分析:双变量、偏相关和距离。
2021-04-23
实践SPSS单因素方差分析之检验结果解读
在《实践SPSS单因素方差分析之变量与检验方法设置》一文中,我们已经详细地演示了IBM SPSS Statistics单因素方差分析方法的变量选择以及相关的选项、对比设置。
2021-01-11
SPSS进行变量赋值的相关操作
变量和个案是IBM SPSS数据界面很重要的两个部分,可以形象理解为地球仪上的经线和纬线。通俗一点讲数据界面的每一列是一种变量,如年龄性别等。一行中的所有变量又构成了一个个案,本篇文章着重讲解变量,个案就不做过多展开。在图1中有具体的标注,可以看一下变量和个案到底是什么样。
2021-02-23
使用SPSS进行回归分析的方法总结
IBM SPSS Statistics 是强大的统计软件平台,SPSS全称Statistical Product and Service Solutions(统计产品与服务解决方案), SPSS可以帮助我们分析并更好地了解数据,以解决复杂的业务和研究问题。如今,SPSS已经被广泛运用于数据分析等各个领域。
2021-03-09
如何使用SPSS检验数据是否服从正态分布—偏度峰度系数
在《如何使用SPSS检验数据是否服从正态分布—KS检验与Q-Q图》一文中,我们了解了如何使用KS检验、Q-Q图来验证数据的正态性。接下来,本文将会继续讲解如何使用IBM SPSS Statistics的描述统计(偏度峰度系数)、探索统计检验(正态检验)数据的正态性。
2021-01-07